周学松、武鑫：大规模协同运输网络中的问题分解

数据魔术师
运筹优化及人工智能系列讲座第14期

活动信息

演讲主题：大规模协同运输网络中的问题分解：从经典的二次分配模型到新兴的物流应用
Talk title：Problem decomposition in large-scale synchronized transportation networks: From classical quadratic assignment model to emerging logistics applications
主 讲 人: 周学松, 美国亚利桑那州立大学教授; 武鑫, 美国亚利桑那州立大学博士后
主 持 人: 秦虎 华中科技大学管理学院教授
活动时间: 2021年3月1日 9：30 -12：00
直播平台：通过数据魔术师粉丝群发布，入群方式见文末
主办单位：华中科技大学管理系统工程研究中心
赞助单位：杉数科技有限公司

主讲人简介

周学松(Xuesong Zhou)教授，就职于美国亚利桑那州立大学(Arizona State University)。他是美国TRB 委员会之交通网络建模（ADB30）网络模型应用分会(subcommittee chair)主席,INFORMS铁路应用协会主席(2016年)。他担任国际交通顶级期刊Transportation Research Part C副主编, Urban Rail Transit 执行主编。周博士已经在运输顶级期刊Transportation Research Part B：Methodological 上发表论文30多篇。他的论文总引用量超过6000 次。周博士主要研究领域是交通运输组织管理现代化，如大规模交通网络状态估计、管理、仿真和优化模型构建。

武鑫 Xin (Bruce) Wu ，目前就职于亚利桑那州立大学（博士后），毕业于北京交通大学。研究方向包括物流与铁路系统优化与管理, 公共交通管理，智能交通系统等。他近期研究主要涉及物流系统协同运营，人工智能在交通管理上的应用，以及交通需求估计与预测的数据驱动新方法。他已在European Journal of Operational Research， Transportation Research Part C， Transportation Research Part E 等有影响力的期刊上发表多篇文章。

报告摘要

第一部分介绍了大型服务网络设计问题的一些基本分解结构，包括垂直分解、水平分解和多层分解，以及实现这些分解方式的不同方法（如拉格朗日松弛法，方法的交替方向乘数、列生成等）。演讲具体介绍了如何解决服务网络设计中的资源或时间敏感约束问题，从时间和空间两个维度优化系统资源的分配。

第二部分结合协同服务网络设计问题的最新进展，阐述了分解思想的应用以及如何更好地协调不同层次的资源。所提出的框架是建立在使用一般网络表示的二次分配问题（QAP）的基础上。QAP是组合优化的基本问题之一，由Koopmans和Beckman（KB-QAP）于1957年在经济活动定位的背景下提出。演讲中提出的基于网络的QAP（NET-QAP）模型不仅线性化了KB-QAP模型，而且将传统QAP模型推广为具有对称网络结构的特例。NET-QAP刻画了一个与时间相关的协同服务网络设计问题用于得到物流转运区内入站和出站服务的最优调度，其中入站服务是从原产地收集货物，并由出站服务（分拣和储存后）将货物配送到最终目的地。本文从Gilmore-Lawler下界（GLB）的观点出发，探讨了一种新的分支定界框架来解决NET-QAP和协同问题。本文提出的求解算法将以JD物流公司的一个综合配送案例进行分析。本文的合作者还包括ASU的陆佳炜和京东物流的吴盛楠博士。

Abstract

The first part of this presentation introduces some fundamental decomposition architectures for large-scale service network design problems including vertical decomposition, horizontal decomposition, and multi-level decomposition, and different methods to achieve the decomposition (e.g. Lagrangian relaxation, Alternative Direction Multiplier of Method, Column generation, etc.). Specifically, we introduced how to address the resource or time-sensitive constraints in the service network design problem to optimize the allocation of system resources in both time and space dimensions.

The second part aims to demonstrate one recent progress in the synchronization services design problem to extend the idea of problem decomposition to better coordinate different layers of resources. The proposed framework is established using a generic network representation for the classical quadratic assignment problem (QAP) formulation. As one of the fundamental combinatorial optimization problems, the QAP was introduced by Koopmans and Beckman (KB-QAP) in 1957 in the context of locating economic activities. Our proposed network-based QAP (NET-QAP) model not only linearizes the KB-QAP model but also generalizes the traditional QAP models as a special case with a symmetric network structure. The NET-QAP is utilized to formulate a time-dependent synchronized service network design problem to obtain an optimal schedule for both inbound and outbound services in a transshipment area, where commodities are collected from origins using the inbound services and distributed to their final destinations by the outbound services (after sorting and storage). From the view of the Gilmore-Lawler Bound (GLB), this lecture explores a new branch and bound framework to solve the NET-QAP and the synchronization problem.

加入会议方式

欢迎大家加入数据魔术师粉丝群，我们的活动将会通过粉丝群优先发布， 学习资料将通过粉丝群分享。
欲入群，请转发此文，然后扫描下方二维码联系数据魔术师小助手.